通过程序合成数据进行番茄表型的文本条件分割

基于视觉的自动化是减少温室作物生产和表型分析中体力劳动的绝佳选择。然而，由于缺乏带注释的训练数据，进展受到限制。基于视觉的基础模型的最新进展在新领域的零样本泛化方面显示出了有希望的结果，但它们的性能在复杂的农业环境中下降。在这项工作中，我们提出了一个用于番茄植株分割的模拟到真实框架，该框架将合成数据生成与基础模型的 微调 相结合。我们对商业樱桃番茄温室进行建模，并使用它在不同的观点、光照条件和植物形态下生成大规模的合成数据集。随后，我们在合成数据集上微调了 Segment Anything Model 3 (SAM 3)，专门针对温室作物器官的文本条件分割行为，同时保留了使零样本迁移成为可能的一般视觉先验。通过在多个真实世界温室数据集上评估我们的框架，我们证明将合成数据与 SAM 3 微调 相结合可显着提高分割性能和模型置信度。为了支持社区基准测试，我们公开发布了程序模型、生成的合成数据集以及经过微调的 SAM 3 权重。